Disco Diffusion完整基础参数对照表
| 变量名称 | 描述 | 默认值 |
|---|---|---|
| text_prompts | 对你希望机器生成的内容进行描述。 | N/A |
| image_prompts | 可以设置一些参考图片，以对其内容的更多描述（可选） | N/A |
| clip_guidance_scale | 控制图像与描述语的相似程度。 | 1000 |
| tv_scale | 控制最终输出的平滑度 | 150 |
| range_scale | 控制RGB值允许超出的范围有多大 | 150 |
| sat_scale | 画面饱和度控制 | 0 |
| cutn | 控制要从图像中提取多少个裁剪 | 16 |
| cutn_batches | 积累batch裁切的CLIP梯度 | 2 |
| init_image | 初始化的图片，机器在一张图片的基础上做渲染，可以是照片、涂鸦等，也可以保持缺失让机器自己发挥 | None |
| init_scale | 初始图像对最终结果影响的程度，建议值是1000 | 0 |
| skip_steps | 控制控制diffusion时间段的起始点 | 0 |
| perlin_init | 是否选择以随机的perlin噪声开始 | FALSE |
| perlin_mode | perlin噪声模式—(‘gray’, ‘color’) | mixed’ |
| skip_augs | 是否跳过torchvision的图像增强功能 | FALSE |
| randomize_class | imagenet类是否在每次迭代中随机改变 | Ture |
| clip_denoised | CLIP是否能分辨出有噪音的或去噪的图像 | FALSE |
| clamp_grad | 实验性的：在cond_fn中是否使用自适应clip梯度 | Ture |
| seed | 选择一个随机的种子，并在运行结束时打印出来供复制。 | random_seed |
| fuzzy_prompt | 是否向描述损失添加多个随机的干扰描述 | FALSE |
| rand_mag | 控制随机的干扰描述的大小 | 0.1 |
| eta | DDIM超参数 | 0.5 |
| use_vertical_symmetry | 是否是水平对称的 | FALSE |
| use_horizontal_symmetry | 是否是垂直对称的 | FALSE |
| transformation_steps | 控制对称性强度(以百分比的形式) | 0.01 |
| video_init_flow_warp | 是否启动Flow_warp | Ture |
| video_init_flow_blend | 0–你得到的是原始输入，1–你得到的是被warp的前一帧 | 0.999 |
| video_init_check_consistency | TBD检查前向-后向flow的一致性（除非有太多的扭曲假象，否则不检查) | FALSE |
| timestep_respacing | 修改这个值可以减少迭代次数 | ddim100 |
| diffusion_steps | 迭代次数 | 1000 |
| clip_models | 要加载的CLIP的模型。通常情况下，越多越好，但它们都有很高的显存成本。 | ViT-B/32, ViT-B/16, RN50x4 |
| display_rate | 控制预览刷新频率。默认的50表示每50步刷新一次预览效果 | 50 |
| n_batches | 同一词组关键词，生成多少张图。默认的50表示AI绘制完成50张图后停止绘画 | 50 |
| steps | 越大画面越精细，渲染也越慢，但超过500其实提升不显著 | 240 |
| width_height | 生成的图像大小（分辨率），必须是64的倍数， | [1270,768] |
文章出处登录后可见！
已经登录？立即刷新
